نوآوری در مدیریت برای توسعه پایدار

Kolnegar Private Media (Management Innovation for Sustainable Development)

2 آذر 1403 10:12 ق.ظ

پلتفرم هوشمند تشخیص مواد برای برش‌های لیزری

20 آگوست 2021 راشل گوردون، موسسه فناوری ماساچوست

با افزودن رایانه‌ها، برش‌های لیزری به سرعت به یک ابزار نسبتاً ساده و قدرتمند تبدیل شده‌اند، با نرم افزارهایی که ماشین آلات براق را کنترل می‌کنند و می‌توانند فلزات، چوب، کاغذ و پلاستیک را خرد کنند. در حالی که این ترکیب عجیب و غریب از مواد جامع به نظر می‌رسد، کاربران هنوز هم در تشخیص بین ذخایر مواد مشابه از نظر بصری با مشکل روبرو هستند، جایی که موارد اشتباه می‌توانند باعث به هم ریختگی، ایجاد بوی وحشتناک یا بدتر از آن، دفع مواد شیمیایی مضر شوند.

دانشمندان آزمایشگاه علوم رایانه و هوش مصنوعی (CSAIL) MIT با پرداختن به آنچه ممکن است با چشم غیر مسلح کاملاً آشکار نباشد، با “SensiCut”، یک پلتفرم هوشمند تشخیص مواد برای برش‌های لیزری، ارائه کردند. بر خلاف رویکردهای معمولی و مبتنی بر دوربین که به راحتی می‌توانند مواد را اشتباه تشخیص دهند، SensiCut از یک همجوشی ظریف‌تر استفاده می‌کند. این روش با استفاده از یادگیری عمیق و یک روش نوری به نام «حس لکه‌ای»، تکنیکی را شناسایی می‌کند که از لیزر برای تشخیص ریزساختار سطح مواد استفاده می‌کند، که تنها با یک افزودنی حسگر تصویر فعال می‌شود.

با کمک کمی از SensiCut می‌تواند تا حد زیادی این موضوع پیش برود، به طور بالقوه می‌تواند از کاربران در برابر زباله‌های خطرناک محافظت کند، اطلاعات مربوط به مواد را ارائه دهد، تنظیمات دقیق برش را برای نتایج بهتر پیشنهاد کند و حتی موارد مختلف مانند لباس یا قاب تلفن را که از مواد مختلف تشکیل شده حکاکی کند.

دکتر مصطفی دوگان، می‌گوید: «با افزایش برش‌های لیزری استاندارد با سنسورهای تصویر بدون لنز، می‌توان به راحتی مواد مشابه بصری را که معمولاً در کارگاه‌ها یافت می‌شود شناسایی کرد و ضایعات کلی را کاهش داد.»

کاندیدای MIT CSAIL این طور بیان کرد: «ما این کار را با استفاده از ساختار سطح میکرونی یک ماده انجام می‌دهیم، که یک ویژگی منحصر به فرد است حتی اگر از نظر بصری شبیه به نوع دیگری باشد. بدون آن، شما احتمالاً مجبور خواهید بود از یک پایگاه داده بزرگ در مورد نام صحیح مواد حدس بزنید.»

SensiCut یک پلت فرم هوشمند تشخیص مواد برای برش‌های لیزری است. بر خلاف رویکردهایی که ظاهر مواد را با یک دوربین معمولی تشخیص می‌دهند، SensiCut مواد را با ساختار سطح آن با استفاده از حس لکه بینی و یادگیری عمیق شناسایی می‌کند.

تیم فراتر از دستگاه‌های برش لیزری، آینده‌ای را تصور می‌کند که در آن فناوری سنجش SensiCut در نهایت می‌تواند در سایر ابزارهای ساخت مانند چاپگرهای سه بعدی ادغام شود. آن‌ها قصد دارند تا با افزودن تشخیص ضخامت، یک متغیر مناسب در ترکیب مواد، سیستم را گسترش دهند.

https://techxplore.com

آیا این نوشته برایتان مفید بود؟

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *